Tesla og Waymo bruker syntetiske data for å trene opp persepsjonsmoduler

Selskaper som Tesla og Waymo bruker syntetiske data generert av diffusjonsmodeller for å trene opp persepsjonsmodulene sine. Disse syntetiske dataene kan gi en rekke komplekse kjørescenarier, som ekstremvær og plutselige hindringer, for å hjelpe modellen til å generalisere bedre. I tillegg kan disse dataene også simulere high-fidelity LiDAR punktskyer, radardata eller bilder under forskjellige lysforhold for å kompensere for mangelen på ekte data. På denne måten kan disse selskapene redusere avhengigheten av merkede data og ytterligere forbedre ytelsen til modellene sine.